7-Eleven無人店失敗的原因,或許在於把它當作「無人店」在經營
7-Eleven無人店失敗的原因,或許在於把它當作「無人店」在經營
2019.04.30 | Amazon

在我po出「7-Eleven和達美樂為什麼要合作?」這篇文章時,不小心說了一句「這比無人店的商業邏輯清楚多了」,開始有人詢問我「Evonne對7-Eleven無人店的看法如何呢?為什麼覺得商業邏輯不清楚?」

其實相關的分析闡述很多了,但這篇文章想從不一樣的角度切入,來比較Amazon Go和7-Eleven無人店商業邏輯的不同,我認為這兩者看似商業模式類似,但少了一些關鍵因素,造成了畫虎不成反類犬的差距。

先來介紹一下兩者的服務:

無人店的始祖可以說是Amazon Go,以下是2016年Amazon釋出的影片,當時震驚了市場:

以下是小七無人店的demo介紹:

看完影片我終於理解為什麼有這麼多人吐槽7–11無人店的體驗,因為這根本就比原來進小七買東西還麻煩呀!

兩者使用者體驗的差距,來自於產品定位

一開始,要先買到i-Cash2.0才能註冊,這是我第一個難以理解的點,為什麼非得要用i-Cash,它的角色在後面的流程完全沒有必要性。可能是為了增加使用率,但這策略應該是高頻服務帶起低頻服務用的,用一個大家還不習慣的服務,想帶起另一個大家不習慣的服務的使用率,這是在想什麼。

接著,還要下載open point app,並註冊open point會員,又是一個在台灣尚未普及的服務,大部分的買家都要經過一開始的痛苦才能進去這家店,還沒消費喔!接著,進店之前還需要做人臉辨識,將卡與帳號綁定人臉,這邊也需要卡關一下,而且一次只能辨識一個人,讓人擔心中午人潮多的時候一定會大塞車。

接著,我原本以為這人臉辨識是為了之後方便結帳用的,但是看到後面才發現,這根本不是商品帶了就走自動結帳,而是還要自助將商品放在條碼機上結帳,然後用盯著螢幕做人臉辨識(看影片要辨識十秒,旁邊還不能有人),或使用信用卡、悠遊卡、iCash付款,然後出店門時還要人臉辨識一次。

所以整體而言,7-11的無人店結帳必須經過:

  1. 買i-Cash 2.0
  2. 下載open point app
  3. 註冊open point
  4. 人臉辨識
  5. 拿商品去條碼機自助結帳
  6. 人臉辨識結帳或是用卡片結帳
  7. 人臉辨識出店門

這七個流程,即使之後進入店內消費,不用再註冊,也還有後面三個流程。

每個流程都要耗時,出了問題還不知道該怎麼解決,後面如果卡了人在等待,心理壓力超大,傳統在小七消費只要拿了商品到櫃檯,拿出悠遊卡或信用卡,就有人幫你結帳,然後通行無阻出店門了,整個無人店的體驗真的沒有比較好!

看起來與其說是要增進使用者體驗,不如說是要追求「無人」,可能目的是噱頭,也可能是節省小七店員的成本,但這模式值得嗎?後續文章和Amazon比較時會繼續探討。

Amazon Go的體驗完全不同,第一次進入商店時,同樣要下載Amazon Go,然後用Amazon帳號登入,但不一樣的是,Amazon是美國第一大電商,幾乎每個美國人都有Amazon帳號!

所以其實幾乎可以省略註冊流程,且Amazon Go在進入無人店之前或之後,都不用再經過那看起來像海關的機器做人臉辨識,東西拿了就走,整個體驗步驟是:

  1. 下載Amazon Go app
  2. 登入Amazon帳號
  3. 掃條碼進商店(我在影像產業做了多年PM,掃條碼一般比人臉辨識快很多)
  4. 商品拿了就走

只有四個步驟,而且第二次來交易,就只有掃碼進商店、商品拿了就走,兩個步驟,綁定的Amazon帳號會幫你自動扣款、開立明細,體驗的確比傳統進商店、拿商品、排隊結帳還要迅速,可以減少排隊刷條碼結帳的時間。

所以Amazon的重點其實不在於「無人店」,而在於「增加使用者體驗」,它的店名叫做「Amazon「Go」,核心技術叫做「Just walk out」,從沒有強調「無人」這一點,這才是從消費者角度出發的定位,因為消費者不在意是否無人,老闆才在意是否無人,才不用負擔人力成本,這是第一個重要的差別。

接下來三個重要差別,都跟投資報酬率有關。

為什麼Amazon比小七有機會回本?

除了第一個定位以及體驗上的差別以外,先闡述還有哪三個重要的差別。

第二個重要的差別,在於Amazon Go販售的東西是較高單價的新鮮食物(這是貝佐斯在訪問時提到的,Amazon Go的定位是出售新鮮預製食品的便利店),而非小七販售和一般實體店類似的餅乾糖果零食飲料。

第三個重要的差別,Amazon是一家電商,有野心拓展實體通路,也收購了全食超市,而7-11是一家實體通路已經非常強大的便利商店,但線上通路並不強。

第四個重要的差別,Amazon有AWS系統,7-11沒有。

這三個差別重要性在哪裡呢?

「無人店」由於要投入許多感測器,還有後端的強大運算系統開發與運算力,整體投資是非常高的,要如何回收?絕對不只靠節省的人力成本就回收,Amazon由於其商業本質,有辦法回收,但7–11無法,為什麼呢?

要回收成本可以從幾個面向來看:

1. 從商品營收與毛利賺回來:

也就是銷售利潤高,消費頻率也高的商品。 Amazon Go只賣高品質的生鮮食物,這樣的食物在美國是可以賣到較高價格的,和餅乾零食比起來,消費頻率也高,而且由於商品種類少而專注,Amazon也可以減少感測器的成本。

而小七只是把實體店的商品搬到無人店而已,還在賣低單價、低消費頻次的商品,甚至有些鮮食因為沒有「條碼」,無法放到機器上感測,反而不能賣,鮮食是金雞母啊!小七反而被自己追求無人的思維侷限住了。這是第二個重要差別。

2. 從全通路消費以及數據賺回來:

Amazon是一家強大的電商,做Amazon Go其實很像是把「線上體驗搬到線下」,因為線上購物的情境其實很像在Amazon Go消費,你同樣是登入app,選了商品,然後用預先綁定的卡結帳,不需要店員在旁邊指導,也不需要排隊結帳。

另外,你在網站上的瀏覽紀錄會被記錄下來,讓Amazon更了解你的偏好,而你在Amazon Go的購物行為同樣會被數不清的感測器與攝影機記錄下來,而且連結到同一個Amazon帳號上,變成你這個人的 「全通路消費數據」,這些數據能讓Amazon更精準判斷你的偏好,之後你在線上消費時,它就能推薦給你更精準的商品,所以Amazon不只在線下多賺你錢(多在Amazon Go消費),線上也能多賺你錢。

但是小七並沒有這麼強大的線上通路,實體店記錄下來的使用者行為當然還是有幫助,但數據的用途少很多,且小七多年來也已經累積龐大的使用者數據,無人店帶來的綜效不大。這是第三個重要差別。

3. 另一種獲利的方法,就是進一步壓低成本,創造綜效

簡單地講,Amazon做Amazon Go的種種投資,都能善用並加強Amazon現有的優勢:

  • 從Whole Food全食超市的併購,Amazon Go得到賣生鮮食材的能力,在成本方面,也能借用全食超市的採購能力、配送能力,產生規模效應,而全食超市透過Amazon Go商店,可以進一步擴點,或做為倉儲配送的據點,延伸銷售範圍。

  • Amazon自己的AWS就是提供雲端運算服務,Amazon Go涉及感測器IoT、機器學習、人臉辨識的種種運算,都能在這個平台上運行,所以Amazon Go不用多投資太多系統建置成本,而AWS平台也能得到更多實際的資料做運算。

且Amazon Go做為AWS的「第一個客人」,將working model建立起來,練兵練起來之後,之後AWS就能進一步將IoT、人臉辨識、Machine learning等服務開放給更多商家購買使用,進一步強化競爭優勢,並帶來更多營收。

而小七,完全沒有這樣的佈局,目前的IT資源投入就是實實在在的成本,難以帶來其他業務的飛輪綜效,所以在損益兩平上會有相當的困難。

所以從以上的四個關鍵差異,我認為Amazon做Amazon Go有道理,但7-11做無人店,商業邏輯就不是這麼清楚了,即使兩家看似很相近,但是商業本質、核心競爭力的不同,會帶來的影響是毀滅性的,失之毫釐,差之千里啊!

本文由Evonne Tsai授權轉載自其Medium

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場。)

關鍵字: #7-11 #無人店
往下滑看下一篇文章
AI 成為企業新基礎設施,勤英科技從雲端代理走向 AI Infra 整合
AI 成為企業新基礎設施,勤英科技從雲端代理走向 AI Infra 整合

因應生成式 AI、代理式 AI 與實體 AI 的崛起,模型成為企業資訊基礎設施的一環,企業不僅需要算力、還必須具備同時管理多個 AI 模型、優化營運成本,以及確保 AI 基礎設施的安全與穩定;有鑑於此,服務超過 2,000 家企業客戶上雲的勤英科技(ELITE CLOUD)將業務範疇從雲端代理延伸到 AI 基礎設施整合商,協助企業整合多元模型資源、因應不同應用場景彈性調度算力資源,在 AI 新世代建立可規模化的 AI Infra 能力。

「隨著 AI 從單一聊天機器人進化到多模型、多代理協作,企業的核心競爭力不再僅是擁有 AI,而是建立一套可管理、多模型共存、穩定、安全且可持續擴充的 AI Infra 環境。」勤英科技區域總經理黃士培表示,為協助更多企業推進 AI 創新實務,勤英科技從原本的 AWS、Google Cloud、Azure 雲端代理角色,進一步轉型為 AI 基礎設施整合服務商,透過多語言模型平台 MixRoute、代理式 AI 導入與企業資料治理服務,協助企業建立真正可落地、可管理、可擴展的 AI 應用架構。

從 IT Infra 到 AI Infra,企業最大挑戰不是模型、算力而是管理

過去幾年,許多企業透過生成式 AI 實現「問問題」、「摘要文件」、「生成簡報」,提升員工工作績效,而代理式 AI 的崛起與普及,則讓「內嵌 AI 的企業應用」快速成為新常態,從企業資源規劃(ERP)、顧客關係管理(CRM)、人力資源(HR),到客服、研發甚至製造系統,AI 開始深度嵌入各類企業應用,AI 扮演的角色也從單純的輔助工具,逐漸進化為企業營運與決策流程的重要核心。

也因此,企業保持未來競爭力的關鍵,不再是「有沒有導入 AI」,而是「是否具備管理 AI 的能力」,包括如何讓多模型共存、如何控管 Token 成本、如何確保資料品質與一致性、如何依不同部門需求配置 Agent,以及如何避免 AI 成為新的資訊孤島,都是企業導入 AI 後的新挑戰。

「Gemini、Claude、OpenAI、Mistral 等模型快速迭代,意味著企業若只押注單一模型,未來很可能在成本、效能與彈性上失去優勢。」勤英科技區域總經理黃士培表示,企業接下來更需要以「Models as Infrastructure(模型即基礎建設)」的思維,將大型語言模型視為與運算、儲存、網路同等重要的基礎資源來規劃、治理以及進行成本管理,將資訊系統架構重塑為 AI 基礎建設。

勤英科技_內文1.JPG
圖/ 數位時代

勤英科技服務的客戶數超過 2,000 家,不少客戶已導入 AI 應用服務,正積極建置 AI Infra 與管理環境,因此,勤英科技自 2025 年積極轉型,將 AI Infra 視為企業長期競爭力的基礎建設來經營,業務範疇從傳統雲端代理擴展至 AI Infra 整合服務商,例如與多模型平台 MixRoute 合作,並開發可支援單一登入(SSO)、彈性調度不同大型語言模型 Token 的管理平台,協助企業簡化模型管理與成本控管,將更多資源與心力聚焦於核心業務與創新應用。

從雲端代理走向 AI Infra 整合,勤英科技從三面向協助企業發揮 AI 綜效

有鑑於 AI 應用與雲端環境息息相關,勤英科技除因應企業客戶的多雲策略協助管理多雲環境、優化成本,以及落實資安治理,更因應不同使用情境推出三種 AI 方案助力企業:

第一:提供開箱即用的 AI 服務。

黃士培以 Google Cloud 的產品為例解釋,透過整合 Gemini 的 Google Workspace,企業可直接在 Gmail、Meet、Docs、Sheets、Slides 中使用 AI 功能,包括會議摘要、文件生成、簡報整理等,快速提升員工生產力,同時,增強企業對 AI 應用的信心,為之後的應用深化做準備。

第二:協助企業規劃、打造與導入代理式 AI 應用服務。

「對於擁有豐沛結構化數據資料、知識庫的企業來說,除以生成式 AI 打造企業大腦,還會透過代理式 AI 提升自動化執行能力,重塑工作效率。」黃士培表示,勤英科技可以基於 Google Gemini Enterprise,提供含括底層雲端架構、AI 模型調度、資料治理與 AI Agent 串接等服務,讓企業員工可以自然語言安全調用企業資料,讓 Agent 進一步執行任務與推動流程。

舉例來說,勤英科技協助在台灣成立超過 50 年的製造業品牌商將 Gemini Enterprise 介接 SAP 與 Salesforce 訓練模型、建立可供 AI 調用的企業知識中樞;另在影音內容生成領域,勤英科技亦協助客戶導入 AI 自動化技術,將內容產製成本縮減達 90%。

第三:提供多模型聚合管理平台,滿足企業以 API 串連各種模型的需求。

勤英科技與新加坡 MixRoute 合作,提供企業客戶多模型管理平台,讓企業可以視需求彈性敏捷的調度 Gemini、Claude、OpenAI 等不同模型,並透過單一帳號、單一帳單與 Budget Alert 機制,管理 token 使用量與 AI 成本。

勤英科技_內文2.JPG
圖/ 數位時代

「透過我們提供的多模型管理平台,企業客戶不會被單一模型綁定,可以在模型快速疊代的環境下,更靈活地管理成本與算力資源。」黃士培如是說道。

總的來說,隨著 AI 應用從單點工具走向大規模企業部署,下一波競爭核心將從模型能力延伸至 AI 基礎設施管理能力,而這也是勤英科技從雲端代理走向 AI Infra 整合服務商背後的核心原因:當 AI 開始成為企業營運的一部分,企業需要的,已不只是模型供應商,而是能協助串接雲端、資料、Agent 與應用場景的長期技術夥伴。

有關更多勤英科技相關資訊,請查詢網站:https://www.elite.cloud/zh/

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓